Percepción y optimización en plataformas robóticas autónomas

116 p.

Detalles Bibliográficos
Autor: Bayón Gutiérrez, Martín
Tipo de recurso: tesis doctoral
Fecha de publicación:2025
País:España
Institución:Universidad de León
Repositorio:BULERIA. Repositorio Institucional de la Universidad de León
OAI Identifier:oai:buleria.unileon.es:10612/24650
Acceso en línea:https://hdl.handle.net/10612/24650
Access Level:acceso abierto
Palabra clave:Ingeniería de sistemas
Redes neuronales artificiales
Robots móviles
3307.07 Dispositivos láser
id ES_fda24de0b9ae8b706bb4f49f60ee46df
oai_identifier_str oai:buleria.unileon.es:10612/24650
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Percepción y optimización en plataformas robóticas autónomas
Perception and optimization on autonomous robotic platforms
title Percepción y optimización en plataformas robóticas autónomas
spellingShingle Percepción y optimización en plataformas robóticas autónomas
Bayón Gutiérrez, Martín
Ingeniería de sistemas
Redes neuronales artificiales
Robots móviles
3307.07 Dispositivos láser
title_short Percepción y optimización en plataformas robóticas autónomas
title_full Percepción y optimización en plataformas robóticas autónomas
title_fullStr Percepción y optimización en plataformas robóticas autónomas
title_full_unstemmed Percepción y optimización en plataformas robóticas autónomas
title_sort Percepción y optimización en plataformas robóticas autónomas
dc.creator.none.fl_str_mv Bayón Gutiérrez, Martín
author Bayón Gutiérrez, Martín
author_facet Bayón Gutiérrez, Martín
author_role author
dc.contributor.none.fl_str_mv García Ordás, María Teresa
Benítez Andrades, José Alberto
Ingenieria de Sistemas y Automatica
Escuela de Ingenierias Industrial, Informática y Aeroespacial
dc.subject.none.fl_str_mv Ingeniería de sistemas
Redes neuronales artificiales
Robots móviles
3307.07 Dispositivos láser
topic Ingeniería de sistemas
Redes neuronales artificiales
Robots móviles
3307.07 Dispositivos láser
description 116 p.
publishDate 2025
dc.date.none.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/10612/24650
url https://hdl.handle.net/10612/24650
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:BULERIA. Repositorio Institucional de la Universidad de León
instname:Universidad de León
instname_str Universidad de León
reponame_str BULERIA. Repositorio Institucional de la Universidad de León
collection BULERIA. Repositorio Institucional de la Universidad de León
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869425584453451776
spelling Percepción y optimización en plataformas robóticas autónomasPerception and optimization on autonomous robotic platformsBayón Gutiérrez, MartínIngeniería de sistemasRedes neuronales artificialesRobots móviles3307.07 Dispositivos láser116 p.[ES] Los robots forman parte de nuestra vida diaria y su funcionamiento y evolución vienen determinados por un concepto sencillo pero elegante y efectivo: la utilización de una estrategia divide y vencerás. Cada plataforma robótica móvil está compuesta por un gran número de sistemas individuales interconectados, que se encargan de procesar una pequeña cantidad de información, o de realizar una tarea concreta. El conjunto de estos sistemas da como resultado complejos sistemas robóticos capaces de percibir su entorno y actuar en consecuencia. Esta modularización en la robótica permite no solo diseñar sistemas altamente personalizados, sino afrontar el desarrollo de nuevas funcionalidades de forma aislada, sin necesidad de modificar el resto de sistemas del robot. Esta tesis doctoral se beneficia de esta estrategia de diseño para proponer una investigación que abarca tres de los componentes fundamentales para el correcto funcionamiento de una plataforma robótica. En primer lugar, se propone un sistema de detección de la calzada de circulación de un vehículo. Este sistema está diseñado para ser aplicado en un vehículo autónomo y proporcionar a este información sobre aquella región del entorno libre de obstáculos, es decir, por la que puede circular. Utilizando información de entorno generada por una cámara monocular y un sensor LiDAR tridimensional, se estima la posición, tamaño y morfología de la calzada mediante el uso de una Red Neuronal Convolucional desarrollada de forma específica para este trabajo. La arquitectura neuronal propuesta recibe el nombre de TEDNet, y su funcionamiento ha sido evaluado en el conocido dataset Kitti, posicionándose entre los diez modelos que logran un mejor resultado utilizando ambos tipos de sensores. La segunda parte de este trabajo está dedicada al análisis de redes de carreteras y la proposición de una ruta que permita recorrer todas las calles que estas comprenden. La solución desarrollada para este problema involucra la representación de la red de carreteras como un grafo ponderado, y la aplicación de técnicas de optimización en la búsqueda de aquel recorrido que permita completar la tarea recorriendo la menor distancia posible. La evaluación de diversas redes de carreteras reales ha permitido validar el sistema propuesto para la generación de la ruta de un vehículo de inspección de entornos. Por último, se aborda la combinación de diversas representaciones del entorno, preexistentes o generadas por distintos tipos de robots, y la definición de un sistema de referenc ia común a todos ellos. Se presenta el sistema CAD2SLAM, que permite realizar el paso de un sistema de referencia a otro de manera adaptativa y minimizando el efecto de los errores existentes en los mapas de cada robot. La evaluación de este sistema en diversos escenarios reales han permitido validar su utilidad y precisión en la combinación de diversos mapas. Las investigaciones realizadas han sido presentadas en artículos de revistas indexadas en JCR, así como en congresos nacionales e internacionales. Adicionalmente, la implementación de los sistemas desarrollados ha sido puesta a disposición de la comunidad para la verificación de los resultados obtenidos o la reutilización de estos sistemas en otros proyectos.[EN] Robots have become part of our daily life and their operation and evolution are guided by a simple yet elegant and effective premise: their design follows a divide and conquer strategy. Each mobile robot is composed by a large number of interconnected individual systems, each of them responsible for processing a small amount of data or perform a specific task. The combination of these systems results in complex robotic platforms capable of perceiving their environment and act accordingly. This modular paradigm allows not only to design highly customized systems, but to develop novel functionality in isolation, without the need to modify other systems available to the robot. This doctoral thesis leverages this design strategy to conduct research that spans three fundamental components for proper robot operation. First, a road detection method is proposed. This system is intended to be integrated in an autonomous vehicles and provides information about the obstacle-free regions of the environment i.e., navigable areas. Monocular RGB cameras as well as 3D LiDARs are used to estimate the position, size and shape of the road through a Convolutional Neural Network that has been designed specifically for this purpose. The neural architecture, named TEDNet, has been evaluated on the well-known Kitti dataset, ranking top ten among those methods that use both camera and LiDAR sensors. The second part of our research involves the analysis of road networks as well as the route planning to traverse every street within these networks. The proposed method involves modeling the road network as a weighted graph and performing optimization techniques to propose a minimum distance route which traverse every edge on the graph. Experimental evaluation on different real-world road networks has been used to validate this approach for inspection vehicles route planning. The last contribution is on the domain of the combination of different environment maps, either preexisting or generated by different types of robots, and the use of a common reference frame for all robots on a environment. The CAD2SLAM system is proposed as an adaptive approach for transforming a robot pose on its own reference frame to the common reference frame while minimizing the impact of map errors. Real-world environments evaluation has validated the accuracy and usefulness of this method in combining a set of maps. This research has been presented in articles in JCR-indexed journals, as well as in national and international conferences. Additionally, the implementation of the proposed methods has been made available to the community, so these can be verified and reused in future projects.García Ordás, María TeresaBenítez Andrades, José AlbertoIngenieria de Sistemas y AutomaticaEscuela de Ingenierias Industrial, Informática y Aeroespacial2025info:eu-repo/semantics/doctoralThesishttps://hdl.handle.net/10612/24650reponame:BULERIA. Repositorio Institucional de la Universidad de Leóninstname:Universidad de LeónEspañolhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:buleria.unileon.es:10612/246502026-06-24T12:43:27Z
score 15,812455

Similares en LA Referencia